基于EFSM的復(fù)雜工業(yè)過(guò)程故障預(yù)測(cè)應(yīng)用研究.pdf

1、隨著工業(yè)技術(shù)的不斷革新，對(duì)于工業(yè)過(guò)程中安全性的要求也日益提高。在做好安全評(píng)價(jià)和有效的防護(hù)的基礎(chǔ)上，能夠預(yù)先判斷即將發(fā)生的安全問(wèn)題也成為一個(gè)重要的研究領(lǐng)域。數(shù)據(jù)時(shí)代的到來(lái)和人工智能技術(shù)興起給這一傳統(tǒng)領(lǐng)域帶了新的活力和新的希望。在日趨復(fù)雜和規(guī)?；墓I(yè)生產(chǎn)過(guò)程，系統(tǒng)故障情況是客觀存在的，因此如何有效地完善現(xiàn)有故障預(yù)測(cè)方法，提高現(xiàn)有故障預(yù)測(cè)方法的精度和可靠性成為本課題研究的重點(diǎn)。為此，本課題針對(duì)工業(yè)非線性過(guò)程數(shù)據(jù)處理、現(xiàn)有故障預(yù)測(cè)方法改進(jìn)和多

2、故障預(yù)測(cè)問(wèn)題，做了以下研究:
　　(1)針對(duì)工業(yè)非線性過(guò)程系統(tǒng)數(shù)據(jù)含噪聲、部分變量數(shù)據(jù)變化微小、變量間相互關(guān)聯(lián)且存在時(shí)滯的問(wèn)題，本文采用移動(dòng)窗口均值濾波技術(shù)來(lái)去除由于儀器噪聲、輸入干擾等帶來(lái)的隨機(jī)噪聲，同時(shí)保證數(shù)據(jù)的實(shí)時(shí)性。運(yùn)用時(shí)延互信息量(TDMI)對(duì)變量的時(shí)序數(shù)據(jù)進(jìn)行互相關(guān)分析和時(shí)滯分析。(2)針對(duì)傳統(tǒng)故障預(yù)測(cè)問(wèn)題，本文提出了一種基于反饋差分極限學(xué)習(xí)機(jī)(FDE-ELM)與時(shí)延擴(kuò)展有限狀態(tài)機(jī)(TD-EFSM)的故障預(yù)測(cè)方法。FD

3、E-ELM是一種針對(duì)工業(yè)非線性過(guò)程時(shí)序數(shù)據(jù)而提出的網(wǎng)絡(luò)模型，其作用是記錄工業(yè)數(shù)據(jù)的時(shí)序信息來(lái)提高網(wǎng)絡(luò)模型的預(yù)測(cè)精度。該方法是運(yùn)用時(shí)延互信息量分析的結(jié)果，建立變量間的時(shí)延依賴網(wǎng)絡(luò)，并引入到 FDE-ELM的模型中。依據(jù)設(shè)定的控制限，對(duì)FDE-ELM的預(yù)測(cè)結(jié)果進(jìn)行判斷，當(dāng)變量出現(xiàn)異常時(shí)，啟動(dòng)EFSM模型進(jìn)行故障識(shí)別。(3)針對(duì)工業(yè)過(guò)程多故障，本文提出了一種基于時(shí)序EFSM(TS-EFSM)和相關(guān)向量機(jī)(RVM)的多故障預(yù)測(cè)方法。由于多故障預(yù)